如果配置不对，重装！

如果有奇怪的错误，重启！（基本解决99%问题）

1.部署

Docker去官网下载安装即可，这里便直接从docker内部署ollama开始：

检查有无gpu，并查看当前所有镜像，若无则通过pull下载所需镜像：

nvidia -smi
docker images
docker pull xxx

若无gpu，则使用如下命令，部署轻量级的ollama，其中最后的是镜像名：

docker run -d -v ollama:/root/.ollama -p 11434:11434 --name ollama --restart always ollama/ollama

若有，则部署带gpu的：

docker run -d --gpus=all -v ollama:/root/.ollama -p 11434:11434 --name ollama --restart always ollama/ollama

在浏览器中输入localhost:11434验证是否部署成功。

(我这里不知道为什么访问不成功，但后续端口调用没问题，后面再看看有无问题）

更新：重启电脑后，成功访问：

2.容器运行

进入容器执行指令：

docker exec -it ollama /bin/bash

其中哦llama为你的容器名称，使用ps可以查看所有名称

3.模型部署

去ollama官网查看自己所需大模型版本，复制命令：library

我这里先用qwen2:0.5b测试，所以我在docker容器内部输入命令：

ollama run qwen2:0.5b

后续可通过11434端口访问对应服务api（本地安装的ollama默认为localhost:11434，使用docker部署的要关联对应虚拟ip，查看步骤可参考使用docker-compose一键本地化部署fastgpt，并连接本地ollama部署的大模型_ollama docker-compose-CSDN博客）。

参考

WSL下建立python虚拟环境_wsl python-CSDN博客

第一课：WSL环境下轻松创建Python虚拟环境：打造纯净高效的开发空间_wsl python-CSDN博客

利用WSL2本地部署-通义千问Qwen-7B-Chat-CSDN博客

本地部署大模型？Ollama 部署和实战，看这篇就够了_ollama本地部署大模型-CSDN博客